Nogle forskere mener, at Openai’s kæmpe og dyre nyeste model er et tegn på, at tech -virksomheder ikke kan fortsætte med at gøre fremskridt ved løbende at opskalere
GPT-4.5 er Openais seneste chatbot-model
Openai har afsløret sin seneste AI-model, GPT-4.5, men firmaets chef siger, at det løber tør for hardware for at drive den. Hvis nogensinde-Larger AI ikke længere kan køres i skala, ser vi på slutningen af teknologiens hurtige fremskridt og måske endda sprængning af en boble?
Der er bestemt tegn på, at ting ikke går som planlagt i Openai. Så sent som den 12. februar erkendte administrerende direktør Sam Altman på X, at virksomhedens produktudbud havde skabt et forvirrende billede – i skrivende stund tilbød Openai 15 forskellige AI -modeller – og udtrykte et ønske om at vende tilbage til en “magisk samlet intelligens” i stedet. Den samlede model var beregnet til at være GPT-5, og den skulle tilbydes på et begrænset niveau til endda ikke-betalte kunder i Openai.
Men ved en lanceringsbegivenhed i går tilbød Openai i stedet en trinvis opdateret version af GPT-4. Et firmablogindlæg kaldet GPT-4.5 dets “største og bedste model til chat endnu”, men Altman sagde, at en mangel på computerkapacitet betød, at det kun kunne tilbyde produktet til et lille antal kunder. ”Det er en kæmpe, dyr model,” sagde Altman. ”Vi har vokset meget og er ude af GPU’er (processorer, der leverer computerkraften til AI).”
Som et resultat af dette prissætter Openai sin nye model høj. GPT-4.5 koster $ 75 pr. 1.000.000 tokens på input og $ 150 pr. Output. Dens billigste model koster henholdsvis $ 0,15 og $ 0,60.
Altmans kommentarer antyder, at GPT-4.5 er langt større end tidligere modeller, på trods af at det er mere end 10 gange mere effektivt end GPT-4, ifølge Openai-dokumentation. Openai svarede ikke på en anmodning om kommentar eller afklaring.
Den konstante opskalering, der har leveret hurtige fremskridt i AI, kan ikke fortsætte for evigt, Siger Sasha Luccioni hos AI Company Hugging Face. “Den aktuelle måde at uddanne og implementere LLM’er på (store sprogmodeller) er groft ineffektiv-det er i det væsentlige brute-tvingende intelligens. Selvfølgelig er det bundet til at ramme en mur, ”siger hun.
Mens Altmans hævdede, at GPT-4.5 har “en magi til det, jeg ikke har følt før”, er Luccioni ikke overbevist. “Brug af udtryk som ‘Magic’ og ‘Agi’ (kunstig generel intelligens) får folket til at få disse modeller til at virke almægtige,” siger Luccioni. ”Men jeg vil argumentere mere for, at Altman er guiden til Oz, der distraherer os, så vi ikke ser bag gardinet.”
Faktisk er AI -virksomheder tilbageholdende med at åbne deres modeller for videnskabelig undersøgelse, delvis på grund af beskyttelse af virksomhedshemmeligheder, men måske også fordi de ikke ønsker at udsætte kilderne til deres træningsdata.
De er på samme måde cagey, når det kommer til at afsløre nøjagtige hardwarekrav, energiforbrug eller omkostninger. Når detaljer frigives, f.eks. For Deepseek-den kinesiske model, der blev hævdet at matche ydelsen af avancerede modeller til en brøkdel af omkostningerne og computerkraften-er de svære at verificere. I sandhed er industrien uigennemtrængelig for objektiv analyse.
Andrew Rogoyski ved University of Surrey, UK, siger, at industriens tilgang i de sidste fem år for at vokse stadigt større, forbruge mere energi og fodre i flere træningsdata, ville uundgåeligt støde på begrænsninger på et tidspunkt, men der er bestræbelser i gang med at overvinde eller sidde dem. ”Hvis omkostningerne er for høje (og) beregningskravet er for højt, gør det det ikke-levedygtigt som en virksomhed,” siger Rogoyski. ”Så det er i alles interesse at nedbringe det.”
Rogoyski ser ikke de nuværende LLM’er som AI’s langsigtede fremtid. Teknikker som destillation, der slanke AI -modeller, mens de bevarer funktionalitet, kan gøre fremtidige modeller mere effektive og billigere at køre. Men der er også nye arkitekturer i horisonten, der kan køre endda eksisterende modeller hurtigere, herunder neuromorf computing, skræddersyet siliciumchips og endda kvantecomputere.
Hvorvidt virksomheder kan blive rentable hurtigt nok til at forblive i erhvervslivet, er ”spørgsmålet om 64 billioner dollars”, siger Rogoyski. ”Det er lidt af en darwinisk suppe af ideer i øjeblikket, og der vil være dem, der overlever og trives, og dem, der dør væk.”